[发明专利]一种业务质量劣化预测方法及系统

说明书

本发明公开了一种业务质量劣化预测方法及系统，涉及通信技术领域。业务质量劣化预测方法包括：对业务质量劣化的原因进行分类，并为每类原因创建预测模型，预测模型包括与该类原因相关的关键性能指标、关键性能指标的门限值、以及劣化风险阈值；基于每个预测模型，获取目标设备的关键性能指标的时间数列，并预测劣化风险，其中，目标设备为待预测业务经过的网络设备。本发明针对业务质量劣化的不同原因，快速预测业务质量劣化风险，有效提升网络运维管理质量。

技术领域

本发明涉及通信技术领域，具体是涉及一种业务质量劣化预测方法及系统。

背景技术

随着网络设备的中央处理器(Central Processing Unit，CPU)处理能力提升、交换芯片包处理流程可定制、软件定义网络(Software DefinedNetworking，SDN)软件定义网络的逐渐应用、以及5G更大规模数据网络建设，业务类型和数据量不断增加。为了保证网络与业务的安全、有效运行，需要实时收集网络设备的相关性能指标，例如接口带宽占用情况、缓存情况和丢包情况等，并进行进一步的分析和处理，以监控网络流量和网络业务的健康状态、业务服务的质量以及是否存在性能的瓶颈点，从而提升网络运维管理质量，而现有的方法难以满足要求。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种业务质量劣化预测方法及系统，针对业务质量劣化的不同原因，快速预测业务质量劣化风险，有效提升网络运维管理质量。

本发明提供一种.一种业务质量劣化预测方法，其包括：

对业务质量劣化的原因进行分类，并为每类原因创建预测模型，预测模型包括与该类原因相关的关键性能指标、关键性能指标的门限值、以及劣化风险阈值；

基于每个预测模型，获取目标设备的关键性能指标的时间数列，并预测劣化风险，其中，目标设备为待预测业务经过的网络设备。

在上述技术方案的基础上，所述预测模型包括以下至少一个：网络物理链路质量预测模型、网络设备转发性能预测模型、以及应用层资源和处理性能预测模型。

在上述技术方案的基础上，对每个所述关键性能指标的时间数列进行时间序列处理，得到预测值；

根据预测值与所述门限值的差值以及所述劣化风险阈值，判断所述目标设备是否具有劣化风险。

在上述技术方案的基础上，利用指数平滑法进行所述时间序列处理，其中，平滑系数α为：0≤α≤1，b_t为所述时间序列在第t时刻的实际值，A_t为所述时间序列在第t时刻的平均值。

在上述技术方案的基础上，对于每个所述目标设备，对所述预测值超出所述门限值的差值进行归一化以及加权求和处理，得到第一劣化预测值，其中，加权求和处理的权重系数为所述关键性能指标的预设风险系数；

当第一劣化预测值达到或超过所述劣化风险阈值时，判定所述目标设备具有劣化风险。

在上述技术方案的基础上，所述方法还包括：

所述预测模型还包括预设的劣化风险级别及对应的区间；

当所述目标设备具有劣化风险时，将所述关键性能指标的相关系数作为所述加权求和处理的权重系数，计算得到第二劣化预测值；

根据第二劣化预测值所属的区间，判定劣化风险级别。

本发明还提供一种业务质量劣化预测系统，其包括：

创建模块，其用于对业务质量劣化的原因进行分类，并为每类原因创建预测模型，预测模型包括与该类原因相关的关键性能指标、关键性能指标的门限值、以及劣化风险阈值；